https://blog.qife122.com/tags/%E4%BA%BA%E7%B1%BB%E8%AF%84%E4%BC%B0/ Recent content in 人类评估 on 办公AI智能小助手 Hugo zh-cn qife Mon, 15 Sep 2025 04:31:59 +0800 https://blog.qife122.com/p/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E8%AF%84%E4%BC%B0%E4%B8%AD%E8%AE%A4%E7%9F%A5%E5%81%8F%E5%B7%AE%E7%9A%84%E8%80%83%E9%87%8F%E6%A1%86%E6%9E%B6/ Mon, 15 Sep 2025 04:31:59 +0800 https://blog.qife122.com/p/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E8%AF%84%E4%BC%B0%E4%B8%AD%E8%AE%A4%E7%9F%A5%E5%81%8F%E5%B7%AE%E7%9A%84%E8%80%83%E9%87%8F%E6%A1%86%E6%9E%B6/ <h1 id="大语言模型评估中认知偏差的考量框架">大语言模型评估中认知偏差的考量框架</h1> <p>在计算语言学协会（ACL）2024年会议上发表的一篇立场论文，提出了一个更准确评估大语言模型（LLMs）的人类评估框架。</p> <p>大语言模型能够生成极其流畅的自然语言文本，而这种流畅性可能会误导人类忽视内容的质量。例如，心理学研究表明，高流畅性的内容可能被认为比低流畅性内容更真实和有用。对流畅语言的偏好是认知偏差的一个例子，这是大脑采取的一种捷径，虽然在进化上有用，但可能导致系统性错误。</p>